基于粒子群模糊神经网络的短期电力负荷预测

• 作者: 严登俊 刘玲 张红梅 李大鹏 龚灯才
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 粒子群 模糊神经网络 短期负荷预测
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 47-50
• 页数: 4页
• 分类号: TM74
• 字数: 2812字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2006.03.010

摘要

为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度,提出了将粒子群算法和BP算法相结合的短期负荷预测方法.用粒子群算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法,实现短期负荷预测.在构建网络模型时,考虑了气候、温度等因素的影响,并把它们进行模糊化处理后作为网络的输入.仿真结果表明基于这一方法的负荷预测系统具有较高的精度和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严登俊	河海大学电气工程学院	26	923	14.0	26.0
2	刘玲	河海大学电气工程学院	9	134	5.0	9.0
3	龚灯才	河海大学电气工程学院	4	132	4.0	4.0
4	张红梅	河海大学电气工程学院	8	348	7.0	8.0
5	李大鹏	河海大学电气工程学院	2	51	2.0	2.0